读《大数据时代：生活，工作与思维的大变革》

被困湖北老家，在家啥事也做不了，正好有一个大段时间可以用于阅读。这段时间草草读完了《大数据时代》一书。今天便写下读书笔记吧。

读书笔记的序

我之前的读书笔记都只是摘录书中的内容，然后对书中的一些比较经典的语句进行一些评论，写下我自己的一些感受。但是这本书我不打算采用这种方式，而是采用写一种导读的方式，记录从自己的视角对这本书的感受。

如果你看过这篇读书笔记，对这本书产生了兴趣，那不妨花时间自己去好好的看一下这本书。这本书基础不是要求不是很高，通俗易懂，我大概花了八个小时读完。如果没有太长的阅读时间，即使是对着目录看下自己感兴趣的章节阅读一下也是受益匪浅的。

我为什么读这本书

对于其实对于这种书名比较概括，话题范围比较大的这类书，我一般不太喜欢专门花时间去读，原因是，书中讲的东西多了，那么对于中间的一些细节方面的把握估计就不是那么的好。但让我对这本书感兴趣的原因是，有一次我拜访客户，客户他正在看这本书，所以我觉得我得我有必要了解一下这本书的内容。

谁适合读这本书？

对于大数据本身来说，数据技术和思维都是非常重要，而这本书它主要介绍的内容是怎么样培养大数据的思维。所以本书中重点描述的是大数据的思维方式的重要性，而对于数据是具体从那里来，怎么样具体的分析，本书中没有非常明确的说明。所以呢，如果对这两方面感兴趣的同学来说，参考这书的意义不是特别大。但是对于之前一些没有接触过大数据的，或者是要从事于大数据文案工作的一些人来说，看到这本书的话，他应该会有一种如获至宝的感觉吧。

总而言之，我觉得没有什么好不好的书，只有适不适合自己的书。

内容简介

因果关系->关联关系

这本书一开始给大家灌输一种思想，就是事物的因果关系在现在数据膨胀的社会里面已经没有那么的重要的。现在最重要的是要抓住事物之间的关联性关系。

精确->概率

需要接受不精确性，使用概率来衡量事务。

大数据思维

那些拥有大数据思维或者创新思维的人能够在这个大数据价值链中获益最大。
技术也不是大数据的核心价值。因为所有的大数据的一些技能都会变得越来越基础，越来越普通，越来越廉价——技术只是外在力量。

数据本身就是一种财富，永远的对数据的分析能力就可以站在和行业专家同样的地位。以前我们往往倾向于把专业人士看的比蠢材更重要，也就是说深度即时财富。但是在，现在编程知识，数据分析能力，网络知识统计学知识将会成为现代工厂的基础，人类的价值将不再体现于和思维类似的同行的交际上，而体现在于各行各业的人的交际上。

当然得往后也说那些大数据思维的一些缺陷，第一个就是如果你的判断是基于错误的数据的话那么你也只能得到错误的结论。然后。卓越的才华并不依赖于数据，有些东西并不是通过数据能够进行简单推断和量化的，过分的依赖数据，会造成数据独裁的结果。

弊端

最后也介绍了数据使用的一些原则。用来保证数据不滥用，个人的隐私能够最大限度的被保护。

特点

本书大量列举了通俗易懂的实例。详尽的描述了公司是如何利用大数据的思维，并且充分的利用了身边的大数据为自己牟利的事例。

摘录

推荐序二实实在在大数据
标注 (黄色) - 位置 111

正如维克托所强调的，最重要的是人们可以在很大程度上从对于因果关系的追求中解脱出来，转而将注意力放在相关关系的发现和使用上

引言一场生活、工作与思维的大变革
标注 (黄色) - 大数据，变革公共卫生 > 位置 209

谷歌通过观察人们在网上的搜索记录来完成这个预测，而这种方法以前一直是被忽略的。谷歌保存了多年来所有的搜索记录，而且每天都会收到来自全球超过 3 0 亿条的搜索指令，如此庞大的数据资源足以支撑和帮助它完成这项工作。

标注 (黄色) - 预测，大数据的核心 > 位置 432

大数据的核心就是预测。它通常被视为人工智能的一部分，或者更确切地说，被视为一种机器学习。

第一部分大数据时代的思维变革
标注 (黄色) - 02 更杂：不是精确性，而是混杂性 > 位置 813

只有接受不精确性，我们才能打开一扇从未涉足的世界的窗户

标注 (黄色) - 02 更杂：不是精确性，而是混杂性 > 位置 867

“ 大数据 ” 通常用概率说话，而不是板着 “ 确凿无疑 ” 的面孔

标注 (黄色) - 02 更杂：不是精确性，而是混杂性 > 位置 881

大数据在多大程度上优于算法这个问题在自然语言处理上表现得很明显

标注 (黄色) - 02 更杂：不是精确性，而是混杂性 > 位置 894

大数据的简单算法比小数据的复杂算法更有效

标注 (黄色) - 02 更杂：不是精确性，而是混杂性 > 位置 1000

任何人都可以输入新的标签，标签内容事实上就成为了网络资源的分类标准。

标注 (黄色) - 02 更杂：不是精确性，而是混杂性 > 位置 1011

这并不代表系统不知道正确的数据是多少，只是当数量规模变大的时候，确切的数量已经不那么重要了

标注 (黄色) - 02 更杂：不是精确性，而是混杂性 > 位置 1044

赫兰德总结说： “ 略有瑕疵的答案并不会伤了商家的胃口，因为他们更看重高频率。 ”

标注 (黄色) - 03 更好：不是因果关系，而是相关关系 > 位置 1302

当收集、存储和分析数据的成本比较高的时候，应该适当地丢弃一些数据。

标注 (黄色) - 03 更好：不是因果关系，而是相关关系 > 位置 1365

人有两种思维模式。第一种是不费力的快速思维，通过这种思维方式几秒钟就能得出结果；另一种是比较费力的慢性思维，对于特定的问题，就是需要考虑到位。

标注 (黄色) - 03 更好：不是因果关系，而是相关关系 > 位置 1411

相关关系很有用，不仅仅是因为它能为我们提供新的视角，而且提供的视角都很清晰。而我们一旦把因果关系考虑进来，这些视角就有可能被蒙蔽掉。

标注 (黄色) - 03 更好：不是因果关系，而是相关关系 > 位置 1420

所以，我们没必要一定要找出相关关系背后的原因，当我们知道了 “ 是什么 ” 的时候， “ 为什么 ” 其实没那么重要了，否则就会催生一些滑稽的想法。

第二部分大数据时代的商业变革
标注 (黄色) - 04 数据化：一切皆可“量化” > 位置 1873

微博中单一主题出现的频率可以用来预测很多事情，

标注 (黄色) - 04 数据化：一切皆可“量化” > 位置 1898

自我量化

标注 (黄色) - 04 数据化：一切皆可“量化” > 位置 1920

一旦世界被数据化，就只有你想不到，而没有信息做不到的事情了

标注 (黄色) - 05 价值：“取之不尽，用之不竭”的数据创新 > 位置 2105

数据的潜在价值有三种最为常见的释放方式：基本再利用、数据集整合和寻找 “ 一份钱两份货 ” 。而数据的折旧值、数据废弃和开放数据则是更为独特的方式。

标注 (黄色) - 05 价值：“取之不尽，用之不竭”的数据创新 > 位置 2339

通过查看公司 “ 账面价值 ” （大部分是有形资产的价值）来确定企业价值的方法，已经不能充分反映公司的真正价值。事实上，账面价值与 “ 市场价值 ” （即公司被买断时在股票市场上所获的价值）之间的差距在这几十年中一直在不断地扩大。

标注 (黄色) - 05 价值：“取之不尽，用之不竭”的数据创新 > 位置 2364

在大数据时代，数据持有人倾向于从被提取的数据价值中抽取一定比例作为报酬支付，而不是敲定一个固定的数额。

标注 (黄色) - 06 角色定位：数据、技术与思维的三足鼎立 > 位置 2395

角色定位：数据、技术与思维的三足鼎立

这本书在kindle里面显示，大概4500页吧，以上摘录的问题只占全书的10%，看到后面的时候，我就没做什么摘录了，主要原因还是太投入了，忘了做摘录。另外感觉，后面很多内容还是有重复的地方。